## 
## Attachement du package : 'plotly'
## L'objet suivant est masqué depuis 'package:ggplot2':
## 
##     last_plot
## L'objet suivant est masqué depuis 'package:stats':
## 
##     filter
## L'objet suivant est masqué depuis 'package:graphics':
## 
##     layout
## 
## Attachement du package : 'dplyr'
## Les objets suivants sont masqués depuis 'package:stats':
## 
##     filter, lag
## Les objets suivants sont masqués depuis 'package:base':
## 
##     intersect, setdiff, setequal, union
## corrplot 0.95 loaded
## 
## Attachement du package : 'Hmisc'
## Les objets suivants sont masqués depuis 'package:dplyr':
## 
##     src, summarize
## L'objet suivant est masqué depuis 'package:plotly':
## 
##     subplot
## Les objets suivants sont masqués depuis 'package:base':
## 
##     format.pval, units

! NB : J’ai enlevé les températures moyennes car elles dépendent directement des températures minimum et maximum. J’ai enlevé la somme des jours où la tempéarature est > à 35 pour la période du débourrement à la floraison, et la somme des jours où il a gelé pour la période d’observations des symptomes, car elles sont toujours égales à 0.

Matrice de corrélation par périodes

Tests de corrélation des variables quantitatives

Pour essayer de quantifier les liens linéaires entre nos variables quantitatives, nous procéderons à des tests de corrélations et des régressions linéaires, utiliserons la correction de Benjamini Hochberg pour corriger les p-valeurs afin d’éviter au maximum le risque de première espèce (rejeter à tort l’hypothèse nulle), et extrairons les pvaleurs, le r2 et la corrélation.

L’ensemble des variables

Beaucoup de corrélations des mêmes variables mais entre les périodes.

Tests de corrélation des variables quantitatives par période

A partir d’ici, nous regarderons que les couples de variables où les p-valeurs sont inférieurs à 0.05, le r² et la valeur absolue de la corrélation supérieurs à 0.7.

Année phénologique

##                 var1             var2 correlation p_value_corr    r2
## 1                 tn               tx       0.859            0 0.711
## 19                tn sum.frost.days.0      -0.878            0 0.749
## 48                tx              et0       0.887            0 0.777
## 77                rr              swi       0.841            0 0.712
## 109              VPD               hu      -0.871            0 0.852
## 125              VPD sum.heat.days.25       0.839            0 0.721
## 239             ftsw              isv       0.862            0 0.755
## 245             ftsw          auc_isv       0.863            0 0.755
## 274              isv          auc_isv       1.000            0 1.000
## 298              bh0              bhv       0.967            0 0.941
## 299              bh0               bh       0.973            0 0.948
## 325              bh0               RU       0.918            0 0.856
## 326              bhv               bh       0.999            0 0.998
## 352              bhv               RU       0.972            0 0.946
## 378               bh               RU       0.966            0 0.936
## 386              et0 sum.heat.days.25       0.886            0 0.804
## 387              et0 sum.heat.days.30       0.829            0 0.727
## 528 sum.days.isv.sev   isv.sev.seq.10       0.881            0 0.702
## 551 sum.heat.days.25 sum.heat.days.30       0.898            0 0.775
##     p_value_lm_ajustée
## 1                    0
## 19                   0
## 48                   0
## 77                   0
## 109                  0
## 125                  0
## 239                  0
## 245                  0
## 274                  0
## 298                  0
## 299                  0
## 325                  0
## 326                  0
## 352                  0
## 378                  0
## 386                  0
## 387                  0
## 528                  0
## 551                  0

bhv = bh, pareil avec bh0 sauf après floraison, très corrélés à RU (sauf après floraison).

SWI très corrélés aux précipitations

Enlever tn, et0, sum.heat.days.25 et 30, garder que tx (ou tm). Aussi très corrélés aux phéno.

Enlever hu, garder vpd.

Enlever ftsw, garder isv.

Sum.days.isv.sev très corrélé à isv.seq.5, 10, et 15 (eux mêmes corrélées entre eux), et à isv.

Dans ce graphique seuls les couples de variables seules les couples de variables ayant un r² > 0.7, une valeur absolue de corrélaion > 0.7, et des p-valeurs < 0.05 sont représentées en couleur.

Année calendaire

##                    var1                var2 correlation p_value_corr    r2
## 1                 tn.an               tx.an       0.861            0 0.714
## 48                tx.an              et0.an       0.909            0 0.810
## 56                tx.an sum.heat.days.25.an       0.835            0 0.724
## 77                rr.an              swi.an       0.873            0 0.758
## 109              VPD.an               hu.an      -0.888            0 0.867
## 125              VPD.an sum.heat.days.25.an       0.856            0 0.734
## 239             ftsw.an              isv.an       0.832            0 0.731
## 245             ftsw.an          auc_isv.an       0.833            0 0.732
## 274              isv.an          auc_isv.an       1.000            0 1.000
## 298              bh0.an              bhv.an       0.957            0 0.918
## 299              bh0.an               bh.an       0.961            0 0.924
## 325              bh0.an                  RU       0.902            0 0.825
## 326              bhv.an               bh.an       0.999            0 0.998
## 352              bhv.an                  RU       0.973            0 0.944
## 378               bh.an                  RU       0.966            0 0.935
## 386              et0.an sum.heat.days.25.an       0.890            0 0.801
## 387              et0.an sum.heat.days.30.an       0.846            0 0.744
## 551 sum.heat.days.25.an sum.heat.days.30.an       0.914            0 0.797
##     p_value_lm_ajustée
## 1                    0
## 48                   0
## 56                   0
## 77                   0
## 109                  0
## 125                  0
## 239                  0
## 245                  0
## 274                  0
## 298                  0
## 299                  0
## 325                  0
## 326                  0
## 352                  0
## 378                  0
## 386                  0
## 387                  0
## 551                  0

Dormance

##              var1                      var2 correlation p_value_corr    r2
## 1     tn.dormance               tx.dormance       0.858            0 0.734
## 19    tn.dormance sum.frost.days.0.dormance      -0.938            0 0.850
## 109  VPD.dormance               hu.dormance      -0.761            0 0.762
## 239 ftsw.dormance              isv.dormance       0.860            0 0.735
## 274  isv.dormance          auc_isv.dormance       0.915            0 0.839
## 298  bh0.dormance              bhv.dormance       0.985            0 0.959
## 299  bh0.dormance               bh.dormance       0.987            0 0.961
## 325  bh0.dormance                        RU       0.918            0 0.838
## 326  bhv.dormance               bh.dormance       0.999            0 0.999
## 352  bhv.dormance                        RU       0.954            0 0.910
## 378   bh.dormance                        RU       0.950            0 0.905
##     p_value_lm_ajustée
## 1                    0
## 19                   0
## 109                  0
## 239                  0
## 274                  0
## 298                  0
## 299                  0
## 325                  0
## 326                  0
## 352                  0
## 378                  0

Débourrement à floraison

##                         var1                  var2 correlation p_value_corr
## 43                tx.deb_flo           et0.deb_flo       0.816            0
## 94               VPD.deb_flo            hu.deb_flo      -0.938            0
## 204             ftsw.deb_flo           isv.deb_flo       0.988            0
## 253              bh0.deb_flo           bhv.deb_flo       0.829            0
## 254              bh0.deb_flo            bh.deb_flo       0.846            0
## 276              bhv.deb_flo            bh.deb_flo       0.999            0
## 297              bhv.deb_flo                    RU       0.993            0
## 318               bh.deb_flo                    RU       0.988            0
## 432 sum.days.isv.sev.deb_flo isv.sev.seq.5.deb_flo       0.705            0
##        r2 p_value_lm_ajustée
## 43  0.705                  0
## 94  0.899                  0
## 204 0.730                  0
## 253 0.733                  0
## 254 0.757                  0
## 276 0.998                  0
## 297 0.992                  0
## 318 0.985                  0
## 432 0.827                  0

Période d’observations des symptômes

##                               var1                        var2 correlation
## 19                    tn.symptomes  sum.heat.days.25.symptomes       0.844
## 38                    tx.symptomes               VPD.symptomes       0.883
## 47                    tx.symptomes               et0.symptomes       0.956
## 54                    tx.symptomes  sum.heat.days.25.symptomes       0.972
## 55                    tx.symptomes  sum.heat.days.30.symptomes       0.938
## 106                  VPD.symptomes                hu.symptomes      -0.953
## 121                  VPD.symptomes  sum.heat.days.25.symptomes       0.875
## 122                  VPD.symptomes  sum.heat.days.30.symptomes       0.851
## 232                 ftsw.symptomes               isv.symptomes       0.951
## 238                 ftsw.symptomes           auc_isv.symptomes       0.921
## 265                  isv.symptomes                tv.symptomes       0.922
## 266                  isv.symptomes           auc_isv.symptomes       0.965
## 270                  isv.symptomes  sum.days.isv.sev.symptomes      -0.903
## 316                  bhv.symptomes                bh.symptomes       0.991
## 341                  bhv.symptomes                          RU       0.839
## 343                   bh.symptomes                tv.symptomes       0.917
## 373                  et0.symptomes  sum.heat.days.25.symptomes       0.912
## 374                  et0.symptomes  sum.heat.days.30.symptomes       0.904
## 391                   tv.symptomes           auc_isv.symptomes       0.899
## 487 sum.days.isv.mod_sev.symptomes isv.mod_sev.seq.5.symptomes       0.848
## 514     sum.heat.days.25.symptomes  sum.heat.days.30.symptomes       0.919
##     p_value_corr    r2 p_value_lm_ajustée
## 19             0 0.705                  0
## 38             0 0.768                  0
## 47             0 0.919                  0
## 54             0 0.935                  0
## 55             0 0.828                  0
## 106            0 0.929                  0
## 121            0 0.772                  0
## 122            0 0.732                  0
## 232            0 0.860                  0
## 238            0 0.819                  0
## 265            0 0.831                  0
## 266            0 0.934                  0
## 270            0 0.760                  0
## 316            0 0.992                  0
## 341            0 0.710                  0
## 343            0 0.703                  0
## 373            0 0.820                  0
## 374            0 0.784                  0
## 391            0 0.778                  0
## 487            0 0.715                  0
## 514            0 0.805                  0

Débourrement au 31/08

##                             var1                      var2 correlation
## 39                    tx.deb_end               VPD.deb_end       0.820
## 48                    tx.deb_end               et0.deb_end       0.913
## 56                    tx.deb_end  sum.heat.days.25.deb_end       0.929
## 57                    tx.deb_end  sum.heat.days.30.deb_end       0.860
## 109                  VPD.deb_end                hu.deb_end      -0.932
## 125                  VPD.deb_end  sum.heat.days.25.deb_end       0.828
## 239                 ftsw.deb_end               isv.deb_end       0.942
## 245                 ftsw.deb_end           auc_isv.deb_end       0.885
## 274                  isv.deb_end           auc_isv.deb_end       0.905
## 278                  isv.deb_end  sum.days.isv.sev.deb_end      -0.910
## 298                  bh0.deb_end               bhv.deb_end       0.810
## 299                  bh0.deb_end                bh.deb_end       0.828
## 326                  bhv.deb_end                bh.deb_end       0.997
## 352                  bhv.deb_end                        RU       0.955
## 378                   bh.deb_end                        RU       0.940
## 386                  et0.deb_end  sum.heat.days.25.deb_end       0.827
## 505 sum.days.isv.mod_sev.deb_end isv.mod_sev.seq.5.deb_end       0.842
## 551     sum.heat.days.25.deb_end  sum.heat.days.30.deb_end       0.911
##     p_value_corr    r2 p_value_lm_ajustée
## 39             0 0.703                  0
## 48             0 0.865                  0
## 56             0 0.882                  0
## 57             0 0.774                  0
## 109            0 0.912                  0
## 125            0 0.711                  0
## 239            0 0.888                  0
## 245            0 0.796                  0
## 274            0 0.839                  0
## 278            0 0.805                  0
## 298            0 0.710                  0
## 299            0 0.728                  0
## 326            0 0.997                  0
## 352            0 0.914                  0
## 378            0 0.893                  0
## 386            0 0.718                  0
## 505            0 0.707                  0
## 551            0 0.805                  0

Les mêmes variables semblent plus ou moins corrélées à travers toutes les périodes.

-> Faire des ACP par périodes pour confirmer tout ça.

Comparaison par périodes

Comparaison de toutes les périodes en même temps

Nous allons utiliser ici utiliser une anova pour tester l’égalité des moyennes, le test de Bartlett pour tester l’homogénéité des variances, et la correction de Benjamini Hochberg pour corriger les p-valeurs afin d’éviter au maximum le risque de première espèce (rejeter à tort l’hypothèse nulle).

## [1] "Nombre de variables où l'on rejette les deux hypothèses nulles : 29"

Au seuil 5%, on rejette toutes les égalités des moyennes et d’homogénéité des variances ! Les variables semblent bien différentes selon les périodes.

Tous les résultats des tests étant significatifs, on peut comparer les périodes 2 par 2.

Comparaison des périodes 2 par 2

Nous allons faire la même chose que précedemment mais en comparant les périodes 2 par 2.

## [1] "Variables où l'on rejette aucune hypothèse nulle : "
##                     var1 periode_1  periode_2 p_value_anova
## 1                     tn  an_pheno         an    0.92929338
## 16                    tx  an_pheno         an    0.97839371
## 31                    rr  an_pheno         an    0.57580150
## 91                   swi  an_pheno         an    0.56742097
## 106                 ftsw  an_pheno         an    0.12400958
## 121                  isv  an_pheno         an    0.16078266
## 136                  bh0  an_pheno         an    0.72909883
## 151                  bhv  an_pheno         an    0.78195219
## 166                   bh  an_pheno         an    0.76456056
## 181                  et0  an_pheno         an    0.77210793
## 196                   tv  an_pheno         an    0.37480015
## 198                   tv  an_pheno deb_to_flo    0.15076948
## 202                   tv        an deb_to_flo    0.58613490
## 226  sum.days.isv.faible  an_pheno         an    0.87911494
## 241 sum.days.isv.fai_mod  an_pheno         an    0.40999956
## 255 sum.days.isv.fai_mod symptomes deb_to_end    0.09940539
## 256 sum.days.isv.mod_sev  an_pheno         an    0.62610551
## 270 sum.days.isv.mod_sev symptomes deb_to_end    0.50809079
## 301     sum.heat.days.30  an_pheno         an    0.20874860
## 330     isv.faible.seq.5 symptomes deb_to_end    0.07774650
##     p_value_anova_ajustée p_value_bartlett p_value_bartlett_ajustée fold_change
## 1              0.93211798       0.43308016               0.44942280   1.0016189
## 16             0.97839371       0.31409451               0.33115396   0.9993421
## 31             0.59379529       0.33630625               0.35232083   0.9952341
## 91             0.58883308       0.10002361               0.10822227   1.0008738
## 106            0.13417430       0.87753288               0.88558364   1.0016832
## 121            0.17226714       0.09335008               0.10133397   1.0014753
## 136            0.74489973       0.13332607               0.14284936   1.1249403
## 151            0.78912607       0.91429384               0.91986880   1.1335704
## 166            0.77632303       0.91910140               0.92189502   1.1461057
## 181            0.78158164       0.06708380               0.07330349   0.9991708
## 196            0.39389825       0.76694338               0.77874251   1.0019933
## 198            0.16206492       0.73553586               0.75381004   1.0032153
## 202            0.60256859       0.52598723               0.54242433   1.0012195
## 226            0.88447540       0.74536635               0.76151980   0.9648940
## 241            0.42952335       0.11716921               0.12635895   0.7945696
## 255            0.10826330       0.32641549               0.34304812   0.8214016
## 256            0.64166093       0.41954925               0.43675474   0.9120526
## 270            0.52892732       0.77975192               0.78931943   0.9334926
## 301            0.22221625       0.04846973               0.05313957   0.8159224
## 330            0.08495479       0.64765404               0.66581257   0.9816082
##     correlation p_value_correlation p_value_correlation_ajustée diff
## 1     0.9353237        0.000000e+00                0.000000e+00  Non
## 16    0.9638224        0.000000e+00                0.000000e+00  Non
## 31    0.8258792        0.000000e+00                0.000000e+00  Non
## 91    0.8340089        0.000000e+00                0.000000e+00  Non
## 106   0.5671308        0.000000e+00                0.000000e+00  Non
## 121   0.7291325        0.000000e+00                0.000000e+00  Non
## 136   0.9356676        0.000000e+00                0.000000e+00  Non
## 151   0.9748942        0.000000e+00                0.000000e+00  Non
## 166   0.9730797        0.000000e+00                0.000000e+00  Non
## 181   0.9811866        0.000000e+00                0.000000e+00  Non
## 196   0.9211917        0.000000e+00                0.000000e+00  Non
## 198   0.5439069        0.000000e+00                0.000000e+00  Non
## 202   0.5187418        0.000000e+00                0.000000e+00  Non
## 226   0.4263694       2.214880e-241               3.234116e-241  Non
## 241   0.4705796       1.291866e-300               1.982864e-300  Non
## 255   0.9896316        0.000000e+00                0.000000e+00  Non
## 256   0.5871182        0.000000e+00                0.000000e+00  Non
## 270   0.9968264        0.000000e+00                0.000000e+00  Non
## 301   0.9805589        0.000000e+00                0.000000e+00  Non
## 330   0.9737956        0.000000e+00                0.000000e+00  Non
##            periode_2
## periode_1   an deb_to_end deb_to_flo
##   an         0          0          1
##   an_pheno  15          0          1
##   symptomes  0          3          0
## [1] "Nombre de corrélation inter périodes > 0.7 : "
##             periode_2
## periode_1    an deb_to_end deb_to_flo dormance symptomes
##   an          0         16          5        7        16
##   an_pheno   17         15          4       17        15
##   deb_to_flo  0          5          0        0         2
##   dormance    0          2          3        0         2
##   symptomes   0         21          0        0         0
##                     var1  periode_1  periode_2 p_value_anova
## 15                    tn  symptomes deb_to_end  0.000000e+00
## 30                    tx  symptomes deb_to_end  0.000000e+00
## 45                    rr  symptomes deb_to_end  8.165202e-16
## 60                   VPD  symptomes deb_to_end 7.487668e-199
## 74                    hu deb_to_flo deb_to_end  1.789231e-30
## 75                    hu  symptomes deb_to_end  3.378177e-14
## 90             rain.days  symptomes deb_to_end  0.000000e+00
## 104                  swi deb_to_flo deb_to_end  0.000000e+00
## 105                  swi  symptomes deb_to_end  0.000000e+00
## 120                 ftsw  symptomes deb_to_end  0.000000e+00
## 135                  isv  symptomes deb_to_end  0.000000e+00
## 145                  bh0   dormance deb_to_flo 2.523453e-120
## 149                  bh0 deb_to_flo deb_to_end 4.443883e-222
## 160                  bhv   dormance deb_to_flo 2.837892e-120
## 161                  bhv   dormance  symptomes  0.000000e+00
## 162                  bhv   dormance deb_to_end  4.206871e-63
## 163                  bhv deb_to_flo  symptomes  0.000000e+00
## 164                  bhv deb_to_flo deb_to_end 1.290312e-276
## 165                  bhv  symptomes deb_to_end 2.548571e-237
## 175                   bh   dormance deb_to_flo  3.386503e-64
## 176                   bh   dormance  symptomes  0.000000e+00
## 177                   bh   dormance deb_to_end 1.454173e-116
## 178                   bh deb_to_flo  symptomes  0.000000e+00
## 179                   bh deb_to_flo deb_to_end 7.445573e-262
## 180                   bh  symptomes deb_to_end 2.328697e-218
## 195                  et0  symptomes deb_to_end  0.000000e+00
## 210                   tv  symptomes deb_to_end  0.000000e+00
## 225              auc_isv  symptomes deb_to_end  0.000000e+00
## 240  sum.days.isv.faible  symptomes deb_to_end  1.699319e-03
## 255 sum.days.isv.fai_mod  symptomes deb_to_end  9.940539e-02
## 270 sum.days.isv.mod_sev  symptomes deb_to_end  5.080908e-01
## 285     sum.days.isv.sev  symptomes deb_to_end  4.416565e-01
## 300     sum.heat.days.25  symptomes deb_to_end  5.995777e-87
## 315     sum.heat.days.30  symptomes deb_to_end  9.218193e-03
## 330     isv.faible.seq.5  symptomes deb_to_end  7.774650e-02
##     p_value_anova_ajustée p_value_bartlett p_value_bartlett_ajustée
## 15           0.000000e+00     4.704047e-67             7.535610e-67
## 30           0.000000e+00     5.440415e-87             9.350713e-87
## 45           9.487735e-16     6.077704e-64             9.642510e-64
## 60          1.065056e-198    5.663552e-127            1.092966e-126
## 74           2.162806e-30     2.620990e-01             2.772201e-01
## 75           3.911574e-14     1.325038e-49             2.015035e-49
## 90           0.000000e+00     5.937103e-89             1.025782e-88
## 104          0.000000e+00     6.370659e-04             7.376552e-04
## 105          0.000000e+00     1.264679e-17             1.669377e-17
## 120          0.000000e+00    4.339895e-151            8.895436e-151
## 135          0.000000e+00    3.420156e-254            8.681935e-254
## 145         3.398937e-120    8.240118e-210            1.862492e-209
## 149         6.431935e-222    3.883489e-273            1.017104e-272
## 160         3.806928e-120    1.418231e-153            2.925102e-153
## 161          0.000000e+00     5.268837e-04             6.143874e-04
## 162          5.319032e-63     4.566473e-17             6.003730e-17
## 163          0.000000e+00    2.009359e-194            4.391315e-194
## 164         1.918031e-276     7.274126e-74             1.206262e-73
## 165         3.704971e-237     2.193112e-32             3.092850e-32
## 175          4.314849e-64    1.877804e-149            3.825157e-149
## 176          0.000000e+00     2.032611e-01             2.163748e-01
## 177         1.942823e-116     6.715408e-19             8.899938e-19
## 178          0.000000e+00    9.768789e-164            2.040317e-163
## 179         1.092017e-261     2.486220e-67             4.002208e-67
## 180         3.355764e-218     3.430272e-24             4.677644e-24
## 195          0.000000e+00    1.993825e-114            3.738421e-114
## 210          0.000000e+00    2.262994e-212            5.186029e-212
## 225          0.000000e+00     8.411931e-23             1.133036e-22
## 240          1.888132e-03     5.140539e-01             5.317799e-01
## 255          1.082633e-01     3.264155e-01             3.430481e-01
## 270          5.289273e-01     7.797519e-01             7.893194e-01
## 285          4.612235e-01     8.561704e-03             9.742629e-03
## 300          7.882894e-87     4.382017e-09             5.375709e-09
## 315          1.014001e-02     2.165707e-01             2.298017e-01
## 330          8.495479e-02     6.476540e-01             6.658126e-01
##      fold_change correlation p_value_correlation p_value_correlation_ajustée
## 15  4.929241e+00   0.8491328                   0                           0
## 30  5.858151e+00   0.8955518                   0                           0
## 45  9.105837e-01   0.7860702                   0                           0
## 60  1.079013e+00   0.9384674                   0                           0
## 74  1.991008e+00   0.7759840                   0                           0
## 75  5.997937e-01   0.8638899                   0                           0
## 90  9.314178e-07   0.7782320                   0                           0
## 104 1.105090e+00   0.8572874                   0                           0
## 105 9.282276e-01   0.9341679                   0                           0
## 120 8.518309e-01   0.9350821                   0                           0
## 135 8.976128e-01   0.9900166                   0                           0
## 145 9.180640e+04   0.7102080                   0                           0
## 149 5.487530e+06   0.9353716                   0                           0
## 160 2.558106e-06   0.9428372                   0                           0
## 161 1.404294e+10   0.8294277                   0                           0
## 162 2.684542e+03   0.9242718                   0                           0
## 163 5.489584e+15   0.8503945                   0                           0
## 164 1.049426e+09   0.9658029                   0                           0
## 165 1.911667e-07   0.9500661                   0                           0
## 175 9.288228e-05   0.9355636                   0                           0
## 176 2.067537e+11   0.7979534                   0                           0
## 177 5.700909e+04   0.9145099                   0                           0
## 178 2.225975e+15   0.8117448                   0                           0
## 179 6.137779e+08   0.9573603                   0                           0
## 180 2.757344e-07   0.9376667                   0                           0
## 195 1.275247e+00   0.9080616                   0                           0
## 210 1.312217e+00   0.9763806                   0                           0
## 225 6.166591e-19   0.9247960                   0                           0
## 240 7.427559e-01   0.9696660                   0                           0
## 255 8.214016e-01   0.9896316                   0                           0
## 270 9.334926e-01   0.9968264                   0                           0
## 285 8.249358e-01   0.9996588                   0                           0
## 300 6.893523e-03   0.9821399                   0                           0
## 315 6.762359e-01   0.9949137                   0                           0
## 330 9.816082e-01   0.9737956                   0                           0
##         diff
## 15  Positive
## 30  Positive
## 45  Négative
## 60  Positive
## 74       Non
## 75  Négative
## 90  Négative
## 104 Positive
## 105 Négative
## 120 Négative
## 135 Négative
## 145 Positive
## 149 Positive
## 160 Négative
## 161 Positive
## 162 Positive
## 163 Positive
## 164 Positive
## 165 Négative
## 175 Négative
## 176      Non
## 177 Positive
## 178 Positive
## 179 Positive
## 180 Négative
## 195 Positive
## 210 Positive
## 225 Négative
## 240      Non
## 255      Non
## 270      Non
## 285      Non
## 300 Négative
## 315      Non
## 330      Non

Les années phénologiques et calendaires se différencient juste sur la période de septembre à décembre.

Ici, au seuil 5%, on ne rejette ni l’égalité des moyennes ni l’homogénéité des variances entre les deux périodes pour 17 des 29 variables.

Les autres périodes se différencient par l’échelle ou la moyenne de leurs valeurs mais sont quand même assez corrélées. Surtout les années phénologiques qui semblent corrélées à toutes les périodes sauf peut être la période du débourrement à la floraison.

Comparaison par cépage ? Comparaison par région viticole ?